Muse Spark Open 816B A42B לעומת Muse Spark 1.2: סוף סוף יש למודל הפתוח סיפור הגשה

Until this week, comparing Muse Spark Open 816B A42B with Muse Spark 1.2 broke down at the same place every time: one column had measurements and the other had a repository. Meta published the weights for Muse Spark Open 816B A42B — an 816-billion-parameter mixture of experts with 42 billion active parameters, packaged on Hugging Face as Muse-Spark-Open-816B-A42B — on October 15, 2026, with no launch event and no press cycle. Muse Spark 1.2 has been independently listed and measured for months. Then on October 16, 2026, NVIDIA published a 4.38-billion-parameter speculative-decoding checkpoint for the open model, and the shape of the comparison shifted, because that checkpoint is the first third-party artifact built specifically to make the 816B tier serveable. Nothing here is a launch, and nothing here is a price cut. What changed is narrower and more useful: the open side of the ledger acquired its first evidence about how it will actually run. That gap between what a scoreboard measures and what a deployment meets is the reason the record matters: the documented AI failures and agent incidents around models in this class are collected in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

העמודה החסרה הייתה הטיעון כולו

אם מפשיטים את הדמיון המשפחתי, אלה אינם שתי תצורות של מוצר אחד. מדובר בסט משקלים להורדה ובנקודת קצה בשכירות, והמספרים שקובעים אימוץ אמיתי אינם אלה שעל כרטיס הבנצ׳מרק.

מבחינת יכולות, מדד Intelligence Index העצמאי מציב את Muse Spark 1.2 ב-40 ואת Muse Spark Open 816B A42B ב-39. זהו תיקו בכל מובן מעשי; נקודה אחת נמצאת בתוך הרעש של אופן הרכבתם של המדדים המשולבים האלה, והיא אינה סיבה להעדיף דגם אחד על פני האחר.

בכל הנוגע למהירות ולעלות, הפער לא היה פער אלא חור. ל-Muse Spark 1.2 יש מהירות פלט מדודה, מחיר מפורסם לכל טוקן ועלות לכל משימת אינדקס. ול-Muse Spark Open 816B A42B לא היו כאלה, כי איש לא סיפק אותו בקנה מידה גדול ודיווח על התוצאה. הא-סימטריה הזו היא מה שאנשים למעשה התווכחו עליו, והיא החלק שזה עתה זז.

מה הצ'קפוינט של NVIDIA מוסיף, ומה הוא במכוון לא מוסיף

המאגר נקרא nvidia/Muse-Spark-Open-816B-A42B-DFlash2, הוא ללא הגבלת גישה, והוא drafter — מודל קטן שתפקידו היחיד הוא לנחש את בלוק הטוקנים הבא כדי שמודל היעד 816B יוכל לאמת בלוק שלם במעבר קדימה אחד במקום לפלוט טוקן אחד בכל פעם.

• ממה זה עשוי — 4.38 מיליארד פרמטרים צפופים ב-BF16, חמש שכבות מפענח, קשב בחלון מחליק עם חלון של 2,048 טוקנים, גודל בלוק של שמונה, וחיבורים לחמש שכבות מתוך 62 השכבות של היעד. זהו נספח, לא מודל: הוא אינו מייצר טקסט משל עצמו ואינו יכול לפעול ללא היעד שאותו אומן לנסח עבורו.

• מה הוא מדווח — אורכי קבלה של 3.73 ב-MT-Bench בפענוח חמדני ו-3.01 תחת דגימה, יחסי תפוקה ב-SPEED-Bench של 3.30 ו-2.78, ומספר טוקנים ספקולטיביים מומלץ של שבעה. על GPU של Blackwell דרך vLLM או TensorRT-LLM, זוהי האצה משמעותית של היעד.

• מה הוא לא מדווח — האצה מקצה לקצה, בטוקנים לשנייה, לעומת קו בסיס תואם ללא ספקולציה. אורך הקבלה אומר לך שהטיוטה מתקבלת לעיתים קרובות. הוא לא אומר לך שהשרת נהיה מהיר יותר, והשניים יכולים לסטות במידה רבה כאשר היעד כבר מוגבל על ידי רוחב פס זיכרון.

• היכן זה פועל — NVIDIA Blackwell עם Linux, דרך שני מנועים בעלי שם. SGLang, סביבת ההרצה שחומר DFlash V2 של Meta עצמה משתמש בו, נעדר מהרשימה. זהו ארטיפקט של מרכז נתונים, לא משהו שמתקפל לפריסה שולחנית.

אז העדכון האמיתי הוא זה: עמודת המהירות של המודל הפתוח עברה ממצב ריק למצב עם הערות, לא ממצב ריק למצב מלא. קורא המשווה בין שני המודלים הללו היום יכול לומר Muse Spark Open 816B A42B ניתן להגשה על Blackwell למרכז נתונים עם פענוח ספקולטיביקורא זה עדיין לא יכול לומר כמה טוקנים לשנייה הוא יקבל.

ממד אחר ממד, עם סוג הראיות מצורף.

כל שורה מפרטת את הממד, את שני הצדדים, ואת מידת הביסוס הראייתי של הצד המנצח — כי בזיווג הזה סוג הראיות חשוב יותר מהכיוון.

• יכולת — Muse Spark 1.2 ב-40, Muse Spark Open 816B A42B ב-39, שניהם נמדדו באופן עצמאי על ידי Artificial Analysis. בפער של נקודה אחת. לא מכריע.

• מהירות — Muse Spark 1.2, באופן חד-משמעי, ובאופן בלתי תלוי: הרישום של Artificial Analysis עבור Muse Spark 1.2 מציג כעת 374.6 אסימונים לשנייה, ראשון מבין 186 מודלים שנמדדו, עם זמן של 12.67 שניות עד לאסימון הראשון. תמונת מצב קודמת של אותו רישום הציגה 361.4 אסימונים לשנייה, מדורג ראשון מבין 185, מה שכדאי לדעת לפני שאתם מצטטים את אחד מהנתונים הללו כעובדה קבועה — הדירוג הוא הטענה העמידה, המקום העשרוני לא. ל-Muse Spark Open 816B A42B אין נתון תפוקה מקצה לקצה מאף אחד. המספרים היחידים שלו הסמוכים לתפוקה שייכים למודל טיוטה, ואלה יחסי קבלה ולא תפוקת שרת.

• עלות — Muse Spark 1.2 ב-1.25 דולר למיליון אסימוני קלט ו-4.25 דולר למיליון אסימוני פלט, הנחה של 88% על קלט במטמון, ועלות נמדדת של 0.97 דולר למשימת Intelligence Index. ל-Muse Spark Open 816B A42B אין מחיר לכל אסימון ואין עלות מפורסמת לכל משימה; העלות שלו היא חומרה, חשמל ותשומת הלב של מישהו, ואין נתון עצמאי.

• משקלים — Muse Spark Open 816B A42B, בשלמותם, ורק הם. בערך 1.5TB ב-BF16 בתוספת בילד NVFP4, מאחורי שער תנאים. המשקלים של Muse Spark 1.2 אינם מופצים בשום צורה, ואף drafter לא משנה זאת.

• כיוונון עדין — Muse Spark Open 816B A42B, עם תמיכת TorchTitan שמסופקת יחד עם המשקלים. לא ניתן לכוונן את Muse Spark 1.2 על הנתונים שלך בשום מחיר. זהו היתרון המבני הגדול ביותר של המודל הפתוח, והוא אינו מושפע משום דבר ש-NVIDIA פרסמה.

• הקשר — תיקו ב-1,048,576 טוקנים, עם פיזיקה שונה מאחוריו. במודל הפתוח, הקשר באורך מלא ב-BF16 עולה בסדר גודל של 266GB של מטמון KV על גבי המשקולות. ב-Muse Spark 1.2 זו בעיית קיבולת של מישהו אחר.

• מאמץ חשיבה — המודל הפתוח מאפשר לכם לכוונן לרמות נמוכה, בינונית, גבוהה ו־xhigh, הממופות ל־16, 64, 256 ו־512 אסימוני חשיבה, או להגדיר את אותו הדבר באמצעות רמז בהנחיית מערכת. מכיוון שאתם משלמים בזמן קיר ולא בדולרים לכל אסימון פלט, העלאת החוגה עולה זמן מותאם לדיוק, ושום דבר במונה. ב־Muse Spark 1.2 אותה חשיבה מעמיקה מחויבת כפלט.

• מודאליות — במחלוקת, והיא מוכרעת לטובת Muse Spark 1.2 על סמך הראיות הזמינות. Artificial Analysis מדדה ש-1.2 מקבל טקסט, תמונות, דיבור וווידאו, ומדדה שהמודל הפתוח מקבל טקסט ותמונות בלבד, בעוד שהחומרים של Meta עצמה טוענים לטקסט, תמונה, וידאו ואודיו עבור Muse Spark Open 816B A42B. הטענה הרחבה היא הצהרת ספק; הטענה המצומצמת נמדדת.

• רישיון — Muse Spark Open 816B A42B תחת רישיון Muse Model License, הכולל סעיף המחייב הסכם בכתב נפרד אם הכנסות שירות ה־model-as-a-service שלך עוברות 20 מיליון דולר בכל שנים עשר חודשים רצופים, ומחייב את מחרוזת הייחוס "Built with Muse Spark Open". מנסח NVIDIA מערים עליו את NVIDIA Open Model Agreement. Muse Spark 1.2 פועל תחת תנאי API רגילים.

רצפת חומרה — המודל הפתוח זקוק לשני M5 Ultra Mac Studios עבור מסלול ה-MLX לשולחן העבודה, או לצומת Blackwell עבור מסלול TensorRT-LLM, או לצומת עם ארבעה GPUs עבור מתכון ה-BF16. ה-drafter אינו מוסיף דבר למסלול השולחני. Muse Spark 1.2 אינו זקוק לשום דבר מזה.

• סיכון הוצאה משימוש — הרשומה של Muse Spark 1.2 עצמו נושאת באנר המכריז שגרסה חדשה יותר, Muse Spark 1.3, הושקה. משקלים שעל הדיסק שלך לא יכולים להיות מוצאים משימוש מתחת לרגליך, וזה השורה היחידה ברשימה הזו שבה בעלות מנצחת על סמך עובדה ולא על סמך העדפה.

הבאנר הוא הטיעון לבעלות

השורה האחרונה הזאת ראויה ליותר מנקודה ברשימה. המודל שאתם שוכרים כבר מסומן כמי שהוחלף על ידי היורש של הספק שלו, וזה לא שערוריה — כך עובדות שכבות מתארחות — אבל זה כן אומר שההשוואה לא נקייה כמו "39 מול 40 והמהיר מנצח".

צוות שבונה על Muse Spark 1.2 בונה על נקודת קצה שצפויה לפניה הגירה ידועה. צוות שהמשקלים של 816B בבעלותו מחזיק במודל עם יכולת קבועה והתנהגות ניתנת להגדרה, וההחלטה בנוגע להגירה הופכת להיות שלו לתזמון. המחיר של השליטה הזו הוא תפוקה, חומרה והשלמה עם כך שסיפור ה-drafter עדיין חצי גמור.

מה ששכירות עדיין קונה שאף מנסח לא מתקן

פענוח ספקולטיבי מוזיל את עלות ההגשה של מודל פתוח גדול. הוא לא הופך אותו לתחליף ישיר לנקודת קצה מהירה המתארחת בלולאה אינטראקטיבית, וההבחנה הזו היא זו שחשובה לצוותי מוצר.

הנתונים של Muse Spark 1.2 — 374.6 טוקנים לשנייה וטוקן ראשון תוך 12.67 שניות — נמדדים תחת עומס עבודה מתוקנן. לולאת סוכן מכפילה את המספר השני במספר סבבי ההלוך-חזור לכל משימה, והנחות מטמון מיושמות על ידי הספק בלי שאתה מפעיל דבר. לבנות פתרון משלך פירושו תכנון קיבולת, מחסנית דרייברים, ותצורת ספקולציה שאתה מכוון בעצמך. אורכי הקבלה של הדרפטר הם ההתחלה של העבודה הזו, לא הסוף שלה.

לנתב את הפיצול במקום לבחור צד

רוב הצוותים שבסופו של דבר מריצים את שניהם מגיעים לשם מפני שעומסי העבודה באמת שונים: נתיבים אינטראקטיביים רוצים את נקודת הקצה המהירה, ונתיבי אצווה ומקומיים רוצים את המשקלים. מצב הכשל הוא פיצול שחי במסמך עיצוב במקום בתצורה.

OrcaRouter מנתב את Muse Spark 1.2 — וגם את Muse Spark 1.1 — במחיר המחירון של הספק, עם 0% תוספת המועברת היישר אליך, כך ששינוי מחיר מצד הספק מגיע למפתח שלך באותו היום, בלי שום עבודת תמחור מחדש מצדך. הוא אינו מנתב ואינו מארח את Muse Spark Open 816B A42B, או את ה-DFlash2 drafter הזה, וזה יהיה שגוי לפרש את המאמר הזה כטוען אחרת: מודל שהערך שלו הוא בכך שאתה יכול להחזיק במשקולות הוא מודל שאתה מריץ על החומרה שלך. מה שהנתב תורם הוא החצי השני של הפיצול — API אחד על פני יותר מ-200 מודלים, מעבר אוטומטי (failover) כאשר ספק נפגע, מיזוג מודלים לשילוב ביניהם, ושפת DSL לניתוב שמעבירה תעבורה בין מודלים באמצעות תצורה ולא mediante שינוי בקוד. החלק האחרון הוא הדרך הזולה לבדוק אם מסלול אירוח עצמי שאינו מוכח כבר מוכן, בלי להמר עליו במסלול ייצור.

מה לעשות עם השוואה שלא הושלמה

קח את Muse Spark 1.2 אם אתה זקוק לתפוקה מדודה ולעלות מדודה לכל משימה היום, אם אדם ממתין לפלט, אם אתה זקוק לקלט דיבור וווידאו מאומת באופן עצמאי, או אם אתה רוצה מודל Muse על מפתח אחד בלי לקנות GPU. במחיר של $1.25 לקלט ו-$4.25 לפלט עם הנחה של 88% על קלט שמור במטמון, זו קנייה מוצדקת גם בידיעה שהרשומה של הספק שלה עצמו מצביעה קדימה אל 1.3.

בחר ב-Muse Spark Open 816B A42B אם המשימה צרה מספיק כדי לכוונן אותה עם TorchTitan, אם הנתונים אינם יכולים לצאת מהרשת שלך, אם הנפח גדול ויציב מספיק כדי לפרוס את עלות החומרה, או אם מחוג ההיסק החופשי שווה לך יותר מנקודת האינדקס שאתה מוותר עליה. גרסת ה-NVFP4 והדרפטר של NVIDIA יחד מביאים לכך שמסלול מרכז הנתונים אינו עוד ספקולטיבי במובן שהיה חשוב באוקטובר — הוא רק אינו מכומת.

מה שאסור לכם לעשות הוא לקחת את המשקלים הפתוחים כי הם חינמיים, או לקחת את המודל המתארח כי הוא מהיר יותר, בלי לשים לב ששני המשפטים האלה עונים על שאלות שונות. האחד עוסק בשאלה מהו המודל, והאחר בשאלה איך תריצו אותו. בשבוע שעבר רק לשאלה השנייה הייתה תשובה. השבוע, לראשונה, לשתיהן יש תשובה — והתשובה של המודל הפתוח מגיעה עם פסי שגיאה.

Muse Spark Open 816B A42B ניתן להורדה תחת רישיון Muse Model License; Muse Spark 1.2 נמכר לפי טוקן ומנותב ב-OrcaRouter במחיר מחירון.